视频 | 谷歌新一代WaveNet :深度学习怎么生成语音?

AI 科技评论按:这里是雷锋字幕组编译的 Two minutes paper 专栏,每周带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。

原标题:NATURAL TTS SYNTHESIS BY CONDITIONING WAVENET ON MEL SPECTROGRAM PREDICTIONS

翻译 | 张锋凯 整理 | 凡江 林尤添

在往期的 2 分钟论文栏目中,我们有谈过 Google 的 WaveNet(一个基于学习型的文本到语音引擎),也就是说,只要我们给予已经训练好的模型一些朗读的素材,引擎就会尽可能生成一个较真实的声音。而在本期视频中,我们将介绍一个新的产品,它在原有的基础上进行改进,让合成语音臻于完美。

图片来源:WaveNet: A Generative Model for Raw Audio

点开本期视频后,你会听到,合成的语音在韵律,重读,和语调上都非常出色,以至于我们真假难辨。相关的音频信息可以在这里找到:

https://google.github.io/tacotron/publications/tacotron2/index.html

在原先 Google 的 WaveNet 论文中,我们为了解决语音合成难题,创造了扩张卷积,这个网络结构跳跃性地输入数据,由此使我们我们有了更好的全局视野。这有点像增加我们眼睛的感受野,让我们能够感受整个景观,而不是照片中只有树的狭窄的视角。

新框架利用梅尔声谱作为 WaveNet 的输入,这种声谱是一种基于人类感知的中间媒介,它不仅记录了不同的单词如何发音,而且还记录了预期的音量和语调。

新模型接受了大约 24 小时的语音数据训练,当然,模型都是要经过某种程度的检验才合格。

我们对其的检验方法是记录以前算法的平均意见分(用来描述声音样本和人类真实声音的比分)。我们的新算法大获成功,之后通过用户研究更加接地气的检验,让用户进行盲测,猜测听到的声音是合成的还是真实的。

的确不可思议,因为大部分的测试结果都是——人们真假莫辨。

请注意,生成这些波形不是实时的,而且还需要很长时间。为了有更好的效率,DeepMind 的科学家撰写了一篇轰动的论文,把 WaveNe 的波形生成速度提升了上千倍。当然,新发明也会带来新挑战——这可能导致录音更容易被伪造,而录音将被削弱作为物证的可信性,除非我们找到一种新的检验方法,例如在录音上加入数字签名。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-03-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【Nature封面论文】大脑词汇地图

【新智元导读】Nature 4月27日发表封面论文 The Brain Dictionary ,美国加州大学伯克利分校的科学家将常见的985个英语词汇相对应大脑...

3287
来自专栏大数据文摘

【Nature封面文章】大脑词汇地图(附视频)

1384
来自专栏华章科技

为什么要学数学?因为这是一场战略性的投资

导读:本文是李大潜院士在复旦大学数学科学学院新生迎新大会上的讲话,随后演讲稿在朋友圈爆红。没错,一篇关于数学的演讲稿竟然就这么火了,你或许会一脸懵B。那么就看看...

641
来自专栏量子位

凭一张照片找到视频中你所有的镜头,包括背影丨商汤ECCV 2018论文

别担心,商汤可不是准备拍电影,而是提出了新的视频找人方法——也就是,无论一位电影明星演的是青春少女还是白发老人,无论TA露出了正脸还是侧颜,无论影片的镜头明亮鲜...

800
来自专栏大数据文摘

证明费马最后定理的英国数学家,终获2016阿贝尔奖

1034
来自专栏AI科技评论

学界 | 顶会见闻系列:ICLR 2018 和 ICLRA 2018

Alex Irpan 本科毕业于 UC 伯克利大学的计算机科学专业,在伯克利人工智能 AI 研究所(BAIR)做的本科毕业设计,导师为 Pieter Abbee...

823
来自专栏新智元

【重磅】脑网络组图谱:世界第一个人类全脑连接图谱

【新智元导读】自动化所脑网络组研究中心蒋田仔团队联合国内外其他团队,通过6年努力,成功绘制出全新的人类脑图谱:脑网络组图谱。该图谱包括246个精细脑区亚区,以及...

3405
来自专栏大数据文摘

学界 | 马里兰大学研究:人脑神经网络的动态变化和声音感知

1343
来自专栏大数据文摘

基于面部表情的情绪识别

1685
来自专栏AI科技评论

动态 | ACL 2018论文投递与审查统计结果出炉

AI 科技评论按:ACL (计算语言学协会) 第 56 届学术会议将于 2018 年 7 月 15 日至 20 日在澳大利亚墨尔本的墨尔本会展中心举行。昨天,官...

2775

扫描关注云+社区